opencv sift、surf特征提取

1、Sift 、Surf算法特征点检测与匹配原理
https://blog.csdn.net/dcrmg/article/details/52601010
2、opencv中使用sift和surf模块需要安装额外的模块，可以按照下面的博客进行安装。
https://blog.csdn.net/qq_34246778/article/details/90548818
https://blog.csdn.net/fzp95/article/details/109276633
3、SIFT参数

cv::xfeatures2d::SIFT::create( int nfeatures = 0, int nOctaveLayers = 3,
    double constrastThreshold = 0.04, double edgeThreshold = 10,
    double sigma = 1.5 )

[1] - nfeatures：特征点数目（算法对检测出的特征点排名，返回最好的nfeatures个特征点）；
[2] - nOctaveLayers：金字塔中每组的层数（算法中会自己计算这个值）；
[3] - contrastThreshold：对比度阈值用于过滤区域中的弱特征，contrastThreshold越大，返回的特征点越少；
[4] - edgeThreshold：过滤掉边缘效应的阈值，edgeThreshold越大，特征点越多（被过滤掉的越少）；
[5] - sigma：金字塔第0层图像高斯滤波系数；
注：
[1] - 参数nfeatures指定最终返回的特征点数量，并不影响SIFT特征检测的结果。
[2] - 参数nOctaveLayers和sigma主要影响图像高斯金字塔的构成。
[3] - contrastThreshold和edgeThreshold 会影响在DOG中寻找极值点的过程与结果。
4、SURF参数

cv::xfeatures2d::Surf::create (double hessianThreshold=100, int nOctaves=4, int nOctaveLayers=3, bool extended=false, bool upright=false)

[1] - hessianThreshold：默认100，关键点检测的阈值，越高监测的点越少；
[2] - nOctaves：默认4，金字塔组数；
[3] - nOctaveLayers：默认3，每组金子塔的层数；
[4] - extended：默认False，扩展描述符标志，True表示使用扩展的128个元素描述符，False表示使用64个元素描述符；
[5] - upright：默认False，垂直向上或旋转的特征标志，True表示不计算特征的方向，False-计算方向；